基于某特征地图像匹配算法-毕业论文设计(含源代码).doc

基于某特征地图像匹配算法-毕业论文设计(含源代码).doc

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实用标准文案 PAGE 文档 诚信声明 本人声明: 我所呈交的本科毕业设计论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。 申请学位论文与资料若有不实之处,本人承担一切相关责任。 本人签名: 日期: 2010 年 05 月20日 毕业设计(论文)任务书 设计(论文)题目: 学院: 专业: 班级: 学生 指导教师(含职称): 专业负责人: 1.设计(论文)的主要任务及目标 (1) 了解图象匹配技术的发展和应用情况,尤其是基于特征的图象匹配技术的发展和应用。 (2) 学习并掌握图像匹配方法,按要求完成算法 2.设计(论文)的基本要求和内容 查阅相关中、英文文献,完成5000汉字的与设计内容有关的英文资料的翻译。 查阅15篇以上参考文献,其中至少5篇为外文文献,对目前国内外图象匹配技术的发展和应用进行全面综述。 学习图象匹配算法,尤其是基于特征的图象匹配算法。 实现并分析至少两种基于特征的图象匹配算法,并分析算法性能。 3.主要参考文献 谭磊, 张桦, 薛彦斌.一种基于特征点的图像匹配算法[J].天津理工大学报,2006,22(6),66-69. 甘进,王晓丹,权文.基于特征点的快速匹配算法[J].电光与控制,2009,16(2),65-66. 王军,张明柱.图像匹配算法的研究进展[J].大气与环境光学学报,2007,2(1),12-15. 4.进度安排 设计(论文)各阶段名称 日期 1 查阅资料,学习相关知识 3月 2 初步编程 4月上旬~4月中旬 3 算法实现,程序调试 4月下旬~5月上旬 4 统计数据,分析特点 5月旬 5 毕业论文写作 5月中旬~5月下旬 6 英文资料翻译 自行安排 摘 要 图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一,已经广泛应用在图像识别以及图像重建等领域中。简单来说,图像匹配就是找到两幅不同图像之间的空间位置关系。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。 本文首先对现有图像匹配方法的进行分类、概述和简要的说明;分析了课题研究的背景,以及对国内外图像匹配的研究状况描述;其次对现有的图像匹配的几种常见算法进行简要的说明,其中着重介绍了基于特征的匹配的算法。参考了一种基于图像灰度值特征点的快速匹配搜索算法,该算法利用得出的灰度值特征点作为搜索依据,通过实验,证实了该算法的快速性和准确性。本文在对几种图像匹配方法的研究的基础上,采用基于灰度传统的方法、基于边缘特征的方法和基于一阶特征点图像匹配的方法进行图像匹配仿真,并对三种方法的快速性准确性做了比较。再次比较基于灰度、基于边缘、基于一阶特征点图像匹配方法的优缺点。不同的环境下每种方法各有优缺点,加入噪声时基于边缘特征图像匹配能够匹配成功,基于边缘特征图像匹配较另外两种匹配方法能够有效的抑制噪声干扰。 关键词:图像匹配;特征点;灰度匹配;特征点匹配 Abstract Image matching technique is one of the key steps to achieve image fusion, image correction, image mosaic, as well as target recognition and tracking and has been widely used in the areas of image recognition and image reconstruction. In a word, image matching is to find the spatial relationship between the two different images. Image matching can be divided into gray-based and feature-based matching. The paper firstly classified and briefly described the existing image matching methods and analysed the research background. Secondly, the paper explained sever

文档评论(0)

dmz158 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档